基于分段的线程池尺寸自适应调整算法

提出一种基于分段的线程池尺寸自适应调整算法。该算法将用户请求量分为上升段、平衡段和下降段3段,根据当前用户请求数、线程数自适应调整线程池尺寸,从而满足用户需求。实验结果表明,相比基于平均数的调整算法,该算法能更好地处理并发的用户请求,响应时间更短。

目标尺寸自适应压缩感知跟踪算法

压缩感知近年来在目标跟踪领域得到了广泛应用,它对海量特征压缩降维,在贝叶斯分类器模型下能取得很好的分类效果,处理速度快,具有实时性。但尺寸固定不变的跟踪窗口不能有效跟踪存在明显尺度变化的目标。本文采用多尺度和级联分类器机制,选取最佳尺度下的窗口作为最终目标。实验结果表明,本算法不仅在目标形态变化、光线变化、多目标干扰、运动模糊等复杂场景下有较好跟踪效果,在目标尺度变化时也有较强鲁棒性。

融合自适应最优邻域和卷积神经网络的三维点云分类

针对点云分类中提取单个点自身特征所需的邻域尺寸选择,以及低层次特征设计烦琐且表达地物属性能力较弱等问题,本文提出了一种自适应选择单点最优邻域尺寸及学习泛化能力更强的深层次特征的三维点云分类方法。首先基于自适应最优邻域尺寸选择获得每个点的最优局部邻域信息,继而基于局部邻域信息提取点云低层次特征;然后设计一种以待分类点低层次特征为输入的卷积神经网络模型,学习能反映目标地物内在属性的深层次特征并实现分类;最后采用拓普康公司三维点云数据集进行试验,该数据集通过一个配备TOPCON GLS-2200三维激光扫描仪的移动平台获得。试验结果表明,本文方法分类的总体精度达90.48%,优于文中其他点云分类方法。

基于纹理特征的尺寸方向自适应均值漂移算法

针对均值漂移算法在目标跟踪中由于相似背景干扰和固定带宽值核函数引起的跟踪精度下降的问题,结合目标的纹理特征及尺寸方向的变化,提出了一种新的跟踪算法。首先,通过自适应算法求解出目标的灰度阈值,得到纹理特征参数,并结合颜色特征建立目标模型;然后,通过求解目标相似度最大值提取出运动目标的图像区域;最后,采用协方差矩阵估计方法,结合最小二乘算法对运动目标尺寸方向的变化量进行自适应计算,表示出运动目标在视频帧中的像素区域,保证了跟踪的准确性。实验证明,本文提出的算法较其它均值漂移算法有更高的精度和效率。

基于稳健回归的自适应图像去噪方法

提出一种基于稳健回归的图像去噪方法。该方法使用最优尺寸自适应窗技术来探测图像的边界像素,减少边界像素对降噪算法的影响,并且使用尽可能多的邻域信息来提高回归性能。使用该方法对加入混合高斯噪声的真实图像进行降噪实验,结果表明,该方法不仅具有出色的去噪性能,而且能够适应不同的噪声分布。

自适应图像分块压缩算法的实现和性能分析

自适应图像分块压缩算法是一种根据区域特征自动调整DCT变换尺寸提高编码效率的图像编码方法,该文提出了这种算法的快速实现方法,分析了这种编码方法的算法复杂度和编码效率,并用标准图像进行了测试。

基于背景加权的尺度方向自适应均值漂移算法

针对经典的均值漂移算法在跟踪过程中由背景相似度、尺寸变化以及遮挡等引起的跟踪漂移问题,提出了一种基于背景加权的尺度方向自适应均值漂移跟踪算法。结合背景加权来提取目标颜色特征,充分利用了视频图像序列的空间信息,突出了目标区域的信息特征,抑制了由背景相似度和背景模糊引起的跟踪漂移现象。采用尺寸方向自适应的协方差矩阵估计方法,以适应运动目标尺寸方向的实时变化,保证了跟踪的准确性。经实验验证提出的运动目标跟踪算法较之其他经典均值漂移算法在精度和效率上都有显著提高。

基于改进YOLO V7的校园人体姿态识别

校园人体姿态检测对于监管人员快速识别人体行为,保证校园稳定具有重要意义。针对目前校园人体姿态识别主要依赖人工,效率低下的问题,提出一种基于改良的YOLO V7快速检测模型。首先引入尺寸大小自适应输入模块对输入图像进行标准化和归一化处理,提高模型的适应能力;然后将YOLO V7模型进行剪枝处理提高检测效率;再定义了19个关节点作为人体姿态的特征点,最后使用关节点匹配模块提高关节点匹配的准确率。经过实验,模型可以每秒检测44张图像,检测精度在mAP@0.5时可以达到0.955,相较于原始的YOLO V7检测速率和精度均有所提升。

基于语义生成与语义分割的机织物缺陷检测方法

针对织物疵点的语义分割任务中因数据集规模限制,而导致网络出现的严重过拟合问题,课题组提出了针对织物的语义生成网络。语义生成网络使用随机产生的语义标签生成对应的织物缺陷图像,相较于传统数据增强方法,语义生成可生成全新图像,更贴近实际缺陷分布,并且可通过判别器对生成图像进行筛选;课题组将语义生成的图像作为语义分割网络的输入,相应的随机语义标签作为目标,免去标注过程,扩充语义分割网络的训练样本,提升网络性能;对于语义分割网络,提出尺寸自适应Dice损失函数,解决样本不平衡问题,提升网络对小尺寸的检测能力。实验结果表明:尺寸自适应Dice损失函数使得模型精度提高11.1%,使用BEGAN扩充的数据集相较于传统方法扩充的数据集训练得到的模型精度提高7.4%。

改进的核相关滤波器的目标跟踪算法

为降低目标跟踪过程中受遮挡、光照、尺寸变化等因素的影响,提出改进核相关滤波跟踪算法。HOG融合HIS空间颜色信息的多特征信息,采用尺度池因子方法自适应目标区域尺寸变化,通过比较初始目标特征与候选目标特征的巴氏相似度值与阈值大小,判断遮挡是否存在,若遮挡存在,进行遮挡处理,即停止对模型的更新,否则更新模型。与经典mean shift算法、Fragment算法以及经典KCF算法进行对比,对比结果表明,该算法处理目标跟踪过程中受遮挡、光照、尺寸等影响时,跟踪效果最佳,处理速度可达48fps。

一种融合感知哈希的快速压缩跟踪算法

针对快速压缩跟踪算法(FCT)分类器参数更新盲目、目标尺寸固定和未能跟踪目标完全遮挡再出现的问题,提出一种融合感知哈希的快速压缩跟踪算法(Fast compressive tracking algorithm based on perceptual hashing,PH-FCT).首先,使用压缩特性构建目标和背景的贝叶斯分类器,同时生成目标的感知哈希描述子;使用分类器获得下一帧响应值最高的样本,以样本为中心采集不同尺寸区域,计算它们与目标的汉明距离,若最小汉明距离小于阈值,则视当前尺寸区域为目标区域,更新目标信息(目标位置、尺寸和感知哈希描述子)与分类器参数,并标记当前帧检测到目标,否则不更新且标记当前帧未检测到目标.当上一帧被标记为未检测到目标,则当前帧使用全图等间隔采样,样本个数与FCT算法粗采样一致,使用分类器得出响应值最高的样本,再以该样本中心为圆心,半径为5的圆形区域遍历精确采样,得出最有可能是目标的样本,最后通过判断汉明距离决定是否更新参数.实验结果表明,该算法在抗遮挡性、有效性和鲁棒性上优于FCT算法,且拥有较好的目标自找回能力,为目标的快速跟踪提供一种新的方法.

一种改进的长时间压缩感知跟踪算法

压缩感知跟踪(CT)算法具有简单、高效、实时的优点,但是却存在着跟踪窗口尺寸不能自适应变化,无法有效处理遮挡以及跟踪失败后的目标再发现等问题。为了解决上述问题,提出了一种改进的长时间压缩感知跟踪算法。所提出的算法采用多尺度的目标外观再匹配方法,使得跟踪窗口大小能够适应目标尺寸变化。此外,通过分析滑动窗口内跟踪窗口图像的整体特征变化来判定目标是否发生遮挡。为了解决跟踪器漂移问题,采用Haar特征在线生成检测器,实现目标的再发现。实验结果表明提出的算法相比原CT算法具有更好的鲁棒性和准确性。

H.264 ABT与量化器的硬件设计与实现

基于自适应块划分尺寸变换(ABT)和8×8整数DCT(IDCT)与量化的实现算法,改进了现有的4×4整数DCT与量化算法。利用两种变换算法可合并性和量化的相似性,设计了可复用ABT和量化器的硬件电路,并使用Verilog语言对该设计进行了超大规模集成电路(VLSI)实现,采用SMIC 0.18μm工艺,综合后的电路关键路径最大延时为11.94 ns,电路面积为1.20 mm2。实验对比结果表明,本设计在基本不增加面积的情况下,使得原来只能处理8×8的IDCT和量化器也能处理4×4 IDCT与量化,增强了硬件电路的适应性,同时也提高了系统的灵活性。

一种公交车的行李固定存放架设计

在现有公交等共用交通工具上仅存在框架已固定的行李架及少量可折叠行李架,上述两种行李架前者占用空间过大,后者操作方式繁琐。本设计结构合理,实用性强,且配备安装有红外感应装置与伸缩结构电性连接,将行李箱放置于该行李架前时,行李架接受的信号改变,随即其形态由折叠状态展至工作状态;且该设计可因行李箱的尺寸进行自适应调节,直至调节为契合该尺寸的最佳工作形态为止;将行李拖走时,该设计自动收缩折叠。

基于背景匀质性双边滤波的SAR图像斑点噪声抑制算法

针对双边滤波在抑制SAR图像相干斑噪声的不足,本文提出了一种基于背景匀质性的改进双边滤波算法BH-IBF(Improved Bilateral Filtering algorithm based on Background Homogeneity),并将其应用于SAR图像斑点噪声抑制。BH-IBF以传统双边滤波作为基本框架,并利用了双边滤波器中的双边核函数描述像素灰度值之间的相似性以及相邻像素间的几何空间信息。然而,传统双边滤波存在不能有效地滤除强斑点噪声的缺点,并且SAR图像又因成像原理的缺陷导致强斑点噪声普遍存在。针对这些问题,BH-IBF设计了一种根据背景窗口的匀质性进行自适应样本截断的方法,并根据描述背景匀质性的指标自动获取样本截断的截断深度。此外,本文将自适应滤波窗口尺寸以及权重核修改的方案应用到BH-IBF中,以增强匀质区域的斑点噪声平滑强度以及异质区域的边缘信息效果。最后,使用自适应截断后的样本作为已调整权重核的双边滤波器的输入。实验数据显示,BH-IBF能够在有效保留SAR图像纹理信息的同时,获取较好的斑点噪声平滑性能。